• 读《人工智能的未来》


        《人工智能的未来》的作者是Jeff Hawkins,也就是著名的PalmPilot掌上电脑和Treo智能电话的发明人,这牛人从小就对人工智能充满兴趣并孜孜追求,哪怕从事软件业也是为 了自己的理想。就书的内容来说,很有意思。作者先批判了传统的人工智能的发展方向,并且断定传统的人工智能永远没办法造出能够与人脑相媲美的智能机器。因 为想要真正地了解智能是什么,只有去研究人脑的智能,而不能单纯地依靠程序和数学。
        接下来,Jeff Hawkins系统地探讨了自己对于新大脑皮层的理论,也就是他所宣称的智能理论。所谓智能,其实就是新大脑皮层基于记忆-预测系统的系统体系。新大脑皮 层由层次性的神经元组成,由人类在成长生活过程中不断记忆强化的各种“恒定表征”,以及由此对输入产生从上而下的预测。这样说太抽象,举个例子,你看着某 个人的眼睛,这些信息通过你的眼睛感官上传到大脑皮层,由下而上,细节构成整体,过去的记忆形成的关于|“眼睛”的模式让你知道你看到的是眼睛。这个过程 不是单向的,同时,你的大脑皮层作出预测,“哦,往下看我应该可以看到这个人的鼻子,往上看应该是额头”这样的预测从上往下传递,并且配合你的感官器官得 以验证。所谓智能就是这样一个不断验证记忆中的“模式”(或者称为“恒定表征|”)不断作出预测的过程。
        那么,什么是意识呢?意识包括两种:自我意识和可感知的意识。我们通常所说的意识其实都是指自我意识,这种“意识”本质上也是基于记忆-预测模型的陈述性 记忆。例如,昨天你去郊外参加野营,假设我有这么一种方法可以抹去你某一段时间的记忆,那么当你今天早上醒来之前,我运用这个方法抹去你昨天去野营的记 忆。今天,昨天与你去野营的人说,“HI,昨天我们一起去野营了”,可是你已经没有这段记忆,你会很惊讶并且辩解说自己根本没有去,别人后来拿出了一起去 野营的录象,你看了之后也许就说“啊,那时候我是没有意识的,我像个僵尸,我真的去了吗?”,可见,所谓自我意识就是陈述性的记忆。可感知的意识,比如我 们通常认为蓝色代表忧郁,红色表示愤怒,这样的意识与古脑有关(古脑控制了人类的基本情绪和感受,性欲、饥饿、高兴等等),作者没有给出确切的解释,不过 显然也与记忆-预测模型相关,我猜测这与人类长期进化形成的“记忆”有关。
        那么,什么是创造力?创造力在某些人眼里是那么的神奇,其实所谓创造力,仍然是构建在记忆-预测的模型基础上。我们俗语说“一通百通”,其实就是创造力的 一种体现,精通一样技艺之后,在你的新大脑皮层已经稳定地形成了关于这项技艺的方方面面的“模式”,当遇到另一样需要学习的技艺时,专家们总可以找到两者 间的共同点。比如在编程领域,设计模式就是关于软件的高级抽象模式,这样的模式可以应用于各式各样的语言。天才们的共同特点就是比一般人更能去发现抽象之 抽象、模式之模式。因此,创造力完全是可以培养的,尽管由于个体上的差异(大脑的构造和大脑皮层的面积以及环境、信仰等等),但是每个人其实都可以去培养 自己的创造力。遇到难题,首先不能放弃,很多人其实没有开始就放弃了,其次,应该从不同角度去考虑问题,应用不同感官和视角,这样可以激发起你对相似场景 的模式记忆,类比而去解决问题。在科学史上通过类比而创新的例子举不胜举。
        最后,什么是想象?新大脑皮层对输入的信息与长期训练形成的“恒定表征”相验证,同时不断地去预测,预测从皮层较高层次往下传递。如果将预测的传输方向倒 转,也就是将预测作为输入,显然,这就是想象。想象其实就是策划,不断对行为产生的后果进行预测。心理暗示的作用也从这个意义上得到了验证。
        说说所谓“恒定表征”,这个概念其实类似于柏拉图哲学中的“理型”。我们怎么知道一只动物是马,而不是别的什么东西。按照柏拉图的说法,这就是我们将感官 中看到的马,与心灵中“理型”的马进行类比而得出这是一只马的结论,“完美理型的马”拥有马的一切特征,是具体马的“形式”。而且柏拉图认为,“理型”是 与生俱来的,来源于一个称为“理型的世界”。Jeff Hawkins所说的“恒定表征”与此类似,不过“恒定表征”并不是生来就有的,而是人在成长过程中不断记忆学习形成的稳定“模式”。还是以马为例,第一 次看见这种动物,你并不知道这就是所谓马,然后有人告诉你这就是马,你记下了马的特征和场景,在以后的生活里这个记忆被不断地重复和强化,进而形成了关于 马的“恒定表征”:马是四条腿的动物,如果不是的话,你也可以通过其他特征断定这可能是受伤了只剩三条腿的马;并且一般王子和大侠们也都喜欢骑白 马......

        基于这套新的智能框架,Jeff Hawkins认为我们可以制造出真正的智能机器,而且这个领域也将成为下一个技术革命。制造出的智能机器不一定有人的表面特征,也就是机器人管家这样的 幻想中的东西并不是智能机器的方向,智能机器将充分利用速度和记忆容量上的优势,在特定领域发挥惊人的作用,比如思考数学上的多维空间、天气预报等等。这 本书可以让你一口气读完,翻译得也相当棒,相当地推荐。

    http://www.javaeye.com/topic/141567

  • 相关阅读:
    经典论文(转载)
    sublime编辑器Ctrl+E快捷键无效解决方法(转)
    Angular CLI 安装和使用(转发)
    tf.repeat() tensorflow
    colab使用
    记stanford-corenlp的使用
    gesim_word2vec训练词向量
    jupyter中不能用tensorflow
    Distributed Representations of Words and Phrases and their Compositionality论文阅读及实战
    A Neural Probabilistic Language Model_论文阅读及代码复现pytorch版
  • 原文地址:https://www.cnblogs.com/549294286/p/3193770.html
Copyright © 2020-2023  润新知